调用Pydantic模型的dict方法与使用jsonable_encoder的差异

当你在FastAPI中需要将Pydantic模型传入JSONResponse时，调用模型的dict()方法和使用jsonable_encoder()函数存在以下核心区别：

• 非JSON原生类型的自动处理
  jsonable_encoder会把Python中无法直接序列化为JSON的类型（比如datetime、UUID、Decimal）自动转成JSON兼容格式——比如把datetime转为ISO标准字符串。而dict()只是把Pydantic模型转成普通字典，不会处理这些特殊类型，直接传给JSONResponse会触发序列化错误。

  示例代码：

  from datetime import datetime
  from pydantic import BaseModel
  from fastapi.encoders import jsonable_encoder
  
  class Student(BaseModel):
      name: str
      id: str
      enroll_time: datetime
  
  s = Student(id="1", name="Alice", enroll_time=datetime.now())
  
  # dict()返回的字典中，enroll_time仍是datetime对象
  print(s.dict()["enroll_time"])
  # jsonable_encoder返回的字典中，enroll_time已转为ISO字符串
  print(jsonable_encoder(s)["enroll_time"])
  

• 嵌套结构的递归处理
  对于包含嵌套Pydantic模型的复杂结构，jsonable_encoder会递归遍历所有层级，确保每个特殊类型都被正确转换。dict()虽然也能将嵌套模型转为字典，但不会处理嵌套结构里的特殊类型，可能导致深层字段序列化失败。

• FastAPI生态的兼容性
  jsonable_encoder是FastAPI为自身生态定制的工具，和框架的请求解析、依赖注入逻辑对齐，还能直接处理ORM模型（只要Pydantic模型开启了orm_mode），不用手动做转换。而dict()只针对Pydantic模型本身，无法直接处理ORM实例。

• 序列化配置的细节差异
  两者都支持include、exclude参数筛选字段，但jsonable_encoder额外适配了API响应的需求——比如自动处理可选字段的默认值、空值的序列化逻辑，更符合HTTP响应的JSON格式规范。

内容的提问来源于stack exchange，提问作者Amin Ba